基于语义的平面足迹形象特征分割

发布时间：2020-03-30 13:19

【摘要】：在刑事科学技术领域,平面足迹是重要的痕迹证据,可间接提供犯罪嫌疑人的年龄、身高、性别等信息。随着计算机技术的发展,足迹的自动识别成为现代化足迹鉴定学的重要内容。已有的鞋印分析集中在鞋底花纹提取和建库,对脚印的磨损、鞋型等在足迹学上有较强鉴定意义的形象特征研究较少。本文针对性地分割出足迹的花纹、磨损和鞋型三类特征,降低足迹鉴定中人工标注的主观性,为足迹识别奠定基础。基于语义对平面足迹的形象特征分割指实现语义“广义”的可解释性——使分割得出的类别结果在足迹鉴定领域中有意义。本文以油墨捺印的7600余张平面鞋印为研究样本,应用不同的图像分割方法,实现对平面足迹三类形象特征的分割。在分割足迹图像的花纹特征方面,研究并提出使用局部灰度聚类和乘法内在分量优化两种方法分割足迹图像,目标是得到可视化度高的鞋底花纹。结果表明:局部灰度聚类法对花纹分割有较好的鲁棒性。乘法内在分量优化法则矫正了足迹图像的偏移场、图像变得有序而少噪,花纹也被有效分割。对600张分割效果图打分评估,花纹分割成功率达83%。在分割足迹图像的磨损特征方面,提出使用伪彩色和均值漂移两种方法对乘法内在分量优化算法预处理过的图像分割,以期得到“上色”的平面鞋印磨损区。结果发现:伪彩色使鞋印图像的磨损区域的识别度提升,但是它在一定程度上牺牲了足迹图的准确度,效果良。均值漂移在不需要先验知识的前提下,可有效分割出磨损区,鲁棒性强,算法性能优。评估阶段,将均值漂移分割得到的效果图进行特征匹配,表现良好。在分割足迹图像的鞋型特征方面,使用边缘算子、阈值和区域分割三类方法分割足迹图像,旨在强化图像上足迹区和非足迹区的区分度。结果显示,边缘算子检测鞋型效果一般,自适应阈值法表现良好,区域增长法分割鞋型的性能较好,而分水岭法出现过分割,表现不佳。将分割得到的鞋型进行身高与前掌宽的评估实例,结果与事实一致,证明鞋型分割有效。
【图文】：

鞋底花纹,鞋印,磨损特征,外底

鉴于现场出现频率的大小，，本文主要研究鞋型特征、鞋底花纹特征及鞋的穿用特征中的磨损特征。如下图1.1 所示，蓝线勾勒区块为平面鞋印的花纹特征，三处绿线勾勒区块为平面鞋印的磨损特征，红线勾勒出鞋印的轮廓，该轮廓是平面鞋印的鞋型特征。鞋底花纹特征，按照前掌凸起花纹的形状（细小花纹不作为依据）可分为九大类之多。鞋底花纹特征的自动识别需要建立庞大的鞋印样本集，本文所述鞋底花纹特征的分割是后续识别的基础，分割出鞋底花纹指对鞋底花纹的提取与放大观察。鞋底磨损特征，在穿用鞋子的过程中，由于动力接触、挤压和摩擦，鞋的内底、外底、鞋帮部位都会与地面和足部产生接触，从而使鞋内底、外底

鞋印,目标

在图像分割过程中，本文目标是分割出如下图1.2 人工标注的平面鞋印图像的三大特征区域，包括由绿色斜线标注的位于前掌区空心部位（完整花纹多位于该区）的鞋底花纹区域、由蓝色斜线标注的第二三跖趾区、掌区、鞋跟区的磨损区、由红色细线勾画的鞋型区。
【学位授予单位】：中国人民公安大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：D918.91;TP391.41

【相似文献】